尼尔基水库洪水调度方案研究

针对尼尔基水库初步设计阶段的防洪调度方案存在的问题,考虑水库工程完工、投入正常调度运用的现实需要,研究了与洪水预报方案水平相适应的、可在实时洪水调度中实施的洪水调度方案,基于现有的洪水预报方案及其精度,研究了尼尔基水库的洪水调度方式及其判别指标,确定了洪水调度方案的基本框架,并采用粒子群优化算法优化计算了泄量参数.结果表明,该方案确保了水库自身的防洪安全,基本完成了水库规定的防洪任务,可用于尼尔基水库运用初期洪水调度.     

水电站水库洪水优化控制

本文提出基于洪水预报的最可能洪水概念;研究和提出了满足防洪要求的洪水优化调度数学模型。经实践检验,用所提方法制定的优化调度方案较常规方案更具有明显的经济效果。     

基于随机赋权法的梯级水库群灰色决策模型

针对洪水调度特点,以灰色系统灰关联决策为基础,采用随机赋权法确定权重,并与Monte-Carlo模拟方法相结合,以水库调度方案为决策、洪水泄流过程为状态,根据灰色决策理论推求梯级水库群洪水调度的决策方案,从而实现优化调度.     

基于相似洪水动态展延的水库防洪调度决策方法及其应用

鉴于实时洪水预报预见期难以满足水库实时防洪调度决策的时间尺度需求,相似洪水动态识别及展延是提升洪水情势预见性的有效途径。因此,将相似洪水动态展延相关理论与水库防洪优化调度模型相结合,提出了基于相似洪水动态展延的防洪调度决策方法,并以池潭水库为例,分别从展延水量效益、防洪决策效益分析相似洪水动态展延决策方法的适用性。结果表明,提出的水库防洪调度决策方法可有效降低决策风险、保障了上下游防洪安全。     

防洪系统实时调度的动态规划模型

本文建立了一个防洪系统实时调度的优化模型,这个模型是个多维状态变量、一维决策变量的动态规划模型。通过不断更新洪水预报信息,对实时调度模型进行连续求解和决策,便可有效地获得一场洪水调度的最优策略。本文以HR防洪系统作为实例研究,其结果非常接近洪水过程完全确知时最优运行策略。文中,首先介绍实时调度模型的结构,然后说明模型求解步骤,最后给出了实例研究成果。     

大化水电站洪水优化调度中降低死水位约束条件的探讨

本文通过应用动态规划原理,利用微型计算机,对同一场洪水选取不同的死水位进行洪水优化调度计算,得出在短期洪水优化调度中,短时将设计死水位153米约束条件向下放宽到151米,能获得更多的廉价电能的结论。采用此方案进行中、小洪水的优化调度,每次能增加100～200万度的水电发电量,经济效益显著。     

基于逐步优化算法的水库防洪优化调度模型研究

建立了逐步优化算法(POA)水库防洪优化调度模型,并嵌入分段试算法以求出有效POA初始序列,对水库防洪调度进行研究,得出合理的优化调度方案,有效利用了防洪库容拦蓄洪水、削减洪峰、补偿调节、减免洪水灾害,以充分发挥水库的综合效益.     

洪水调节模型及求解方法

提出了洪水控制方案生成的多准则模型,并将多目标综合利用水库的洪水优化调度问题简化为单目标优化问题,便于求解。     

基于PSO算法的水库防洪优化调度模型及应用

针对传统的交互式洪水调度方案生成方式存在的缺陷,由基于PSO算法的洪水优化调度模型,提出了有条件限制的随机自动生成方式,并利用罚函数法处理边界条件和其他非等式约束.实例应用结果表明,较之常规的动态规划法,改进后的PSO算法计算速度快、结果合理,为流域防洪优化调度提供了有效途径.     

基于模糊推理的大伙房水库防洪调度方式研究

针对防洪调度方案生成为调度中的难点,以大伙房水库为例,结合调度实践经验,构建了基于模糊推理的水库防洪调度模型,研究了基于综合信息的水库防洪调度方式,通过不同频率设计洪水模拟调度,制定了基于未来24 h降雨预报、净雨预报、水库实时水位等面临时刻综合信息的模糊推理规则.模拟结果表明,该方案合理可行,为决策者提供了依据.     

安康水库洪水优化调度联合模型研究

结合安康水库实际情况,分析了各优化模型的优缺点,建立了洪水优化调度联合模型,联合模型适用于汛期各种频率洪水的调度,具有更广的应用范围。实例研究表明,模型合理,算法可行、有效。     

逐次优化法在水电站群联合优化调度中的应用

本文应用逐次优化法求解水电站群联合优化调度,并证明了逐级优化法的收敛性。应用这种算法对红水河梯级水电站进行联合优化调度计算,结果是满意的。     

基于GBDT的实时洪水预报误差校正方法

洪水预报实时校正是提高预报精度的有效途径。通过研究实时洪水预报误差系列构建方法,引入GBDT方法建立误差校正模型,并采用粒子群算法优选模型参数,选用洪峰段洪量相对误差、洪峰流量相对误差、确定性系数等指标评估实时校正效果。对淮河流域王家坝站点的实例应用结果表明,无论是率定期还是验证期,基于GBDT的实时预报误差校正方法精度均优于经典AR方法和KNN方法,各项指标精度均有不同程度提升,可有效提高实时洪水预报效果,且稳定性较高。     

基于河流生态需水的水库生态调度模型及应用

针对传统水库调度仅考虑协调防洪和兴利的关系而忽视生态环境的问题,为减少水库对河流生态系统和自然水环境的影响,以黄南水库为例,初步建立了基于河道生态需水量的水库生态调度模型,采用分层序列法将多目标模型转化为单目标优化模型求解。结果表明,确定水库生态优化调度方案是维护或改善河流健康、协调各兴利因子的关键。     

基于粒子群算法的设计洪水过程线推求优化方法

针对设计洪水过程线同频率放大法中手工修匀的不足,提出采用计算机优化方法实现洪水过程的自动放大.基于相似原理建立了一种推求设计洪水过程线的优化模型,并采用杂交粒子群算法求解该模型,以改进标准PSO算法的全局寻优能力.实例表明,该模型完全控制了设计洪水洪峰和洪量,有效保持了典型洪水模式,避免了人工修匀的任意性和复杂性.     

基于位置动态参数PSO算法的水库防洪调度研究

介绍了一种易于实现、参数少且收敛快的集群智能算法——粒子群算法。针对标准PSO算法的缺陷,提出了在位置进化方程中引进动态参数的方法,改进了标准粒子群算法的收敛速度。根据建立的水库优化调度数学模型,将改进的粒子群优化算法运用到水库优化调度计算中,并通过算例验证该算法的可行性和有效性。     

基于文化粒子群算法的梯级水电站优化调度研究

针对PSO算法中的早熟收敛问题,提出一种文化粒子群算法(CPSO)并将PSO纳入文化算法模型作为群体空间的进化方式,引入一种局部随机搜索算子实现信念空间的知识结构并指导算法的演化过程,在保持种群多样性的同时提高算法的全局寻优性能.将CPSO应用于某梯级水电站的优化调度中,结果表明,CPSO可很好地兼顾计算速度及求解精度,为梯级水库优化调度提供了一条全新途径.     

基于CFS预报产品的水电站水库预泄决策方法

针对降雨预报不确定性带来的汛期预泄风险问题,提出基于CFS预报产品的水电站水库预泄决策方法。利用CFS历史预报数据,建立不同预见期特定预报降雨条件下的实际降雨和入库流量的概率分布,计算不同库水位和发电决策组合下的弃水风险率。在常规调度的基础上,根据CFS降雨预报信息,以弃水风险率为决策依据,以优化的弃水风险率阈值为预泄幅度的定量指标进行调度。实例研究表明,该方法简便易行,充分利用了降雨预报信息,在汛期可提供定量化预泄决策,兼顾了效益与风险,达到了减小弃水的同时增大发电量的目的。     

供水水库群优化调度的DCPM-分步FGA法研究

针对供水水库群优化调度是一类维度高、约束条件复杂的系统优化问题,为有效处理复杂的约束条件并达到全局收敛,采用分步罚函数法,并结合直接比较—比例法(DCPM)的遗传算法处理复杂的约束。实例应用及与其他遗传算法比较表明,该算法计算、收敛有较明显的优势,处理约束有效。